지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- Korean Institute of Information Scientists and Engineers Journal of Computing Science and Engineering Journal of Computing Science and Engineering Vol.17 No.1
- 발행연도
- 2023.3
- 수록면
- 30 - 40 (11page)
- DOI
- 10.5626/JCSE.2023.17.1.30
이용수
초록· 키워드
오류제보하기
Graphics processing units (GPUs) have been increasingly used to solve a range of compute-intensive and data-parallel scientific computing problems that can be perfectly parallelized for performance speedups. Particularly, GPUs have recently become popular to host the encryption/decryption algorithms due to its high-throughput computing capability. However, the security issues of moving the cryptographic algorithms onto GPUs have not been studied adequately. Consequently, with absence of any protection strategy, the potential vulnerabilities of GPUs to side-channel attacks (SCAs) may expose the confidential information with high risk. In this paper, we proposed a new profiling-assisted correlation-based side-channel attack (pacSCA) to demonstrate that ignoring security issues and naively moving security services onto GPUs can offer adversaries fatal vulnerabilities to thieve critical information. The results showed that the proposed SCA can rebuild the secure key of the AES-128 algorithm in less than 6 seconds, revealing the urgency of protecting GPUs against side-channel threats.
목차
Abstract
I. INTRODUCTION
II. BACKGROUND
III. PROFILING-ASSISTED CORRELATION-BASED SIDE-CHANNEL ATTACK
IV. METHODOLOGY & EXPERIMENTAL RESULTS
V. RELATED WORK
VI. CONCLUSION
REFERENCES
참고문헌 (25)
참고문헌 신청
K. Fatahalian and M. Houston, “A closer look at GPUs,” Communications of the ACM, vol. 51, no. 10, pp. 50-57, 2008.
S. Che, M. Boyer, J. Meng, D. Tarjan, J. W. Sheaffer, and K. Skadron, “A performance study of general-purpose applications on graphics processors using CUDA,” Journal of Parallel and Distributed Computing, vol. 68, no. 10, pp. 1370-1380, 2008.
P. Karnick, “GPGPU: general purpose computing on graphics hardware,” 2006 [Online]. Available: https://www3.cs.stonybrook.edu/~mueller/teaching/cse690/.
NVIDIA, “CUDA Programming guide,” 2022 [Online]. Available: https://docs.nvidia.com/cuda/.
A. Munshi, “The OpenCL specification,” in Proceedings of 2009 IEEE Hot Chips 21 Symposium (HCS), Stanford, CA, 2009, pp. 1-314.
S. Che, M. Boyer, J. Meng, D. Tarjan, J. W. Sheaffer, and K. Skadron, “A performance study of general-purpose applications on graphics processors using CUDA,” Journal of Parallel and Distributed Computing, vol. 68, no. 10, pp. 1370-1380, 2008.
P. Karnick, “GPGPU: general purpose computing on graphics hardware,” 2006 [Online]. Available: https://www3.cs.stonybrook.edu/~mueller/teaching/cse690/.
NVIDIA, “CUDA Programming guide,” 2022 [Online]. Available: https://docs.nvidia.com/cuda/.
A. Munshi, “The OpenCL specification,” in Proceedings of 2009 IEEE Hot Chips 21 Symposium (HCS), Stanford, CA, 2009, pp. 1-314.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Fast Distance Error Computation for Path Following Vehicle Control using GPUs
제어로봇시스템학회 국내학술대회 논문집
2020 .07
-
A Novel Performance Prediction Model for Mobile GPUs
한국컴퓨터그래픽스학회 학술대회
2018 .07
-
다중 GPU 기반 딥러닝 성능 분석에 대한 연구
한국정보과학회 학술발표논문집
2017 .12
-
A Case Study of the Base Technology for the Smart Grid Security : Focusing on a Performance Improvement of the Basic Algorithm for the DDoS Attacks Detection Using CUDA
멀티미디어학회논문지
2016 .02
-
다중 GPU 사용을 위한 CUDA C 행렬의 곱 프로그램의 구현
한국정보기술학회논문지
2020 .11
-
A Study of the Performance Prediction Models of Mobile Graphics Processing Units
반도체디스플레이기술학회지
2019 .01
-
Exploiting L2 Cache Sensitivity in Artificial Neural Network on GPUs
대한전자공학회 학술대회
2017 .01
-
다중 GPU 서버에서 공정한 DNN 부하 분배 알고리즘
대한전자공학회 학술대회
2022 .06
-
고집적 GPU 서버의 데이터 병렬 딥러닝 성능 및 확장성
대한전자공학회 학술대회
2022 .06
-
GPU를 이용한 라이트 필드 기반 자유 시점 합성의 실시간 처리
대한전자공학회 학술대회
2020 .08
-
인공지능 성능 극대화를 위한 그래픽 처리 장치의 발전과 연구 동향
정보과학회지
2024 .09
-
GPU를 이용한 가상 라이더 스캔 샘플링 방법
한국정보과학회 학술발표논문집
2020 .12
-
Workload Characteristics-based L1 Data Cache Switching-off Mechanism for GPUs
한국컴퓨터정보학회논문지
2018 .10
-
대규모 기계학습을 위한 분산 GPU 기반의 행렬 연산 엔진 및 그 응용
정보과학회지
2020 .08
-
Accelerating Self-Similarity-Based Image Super-Resolution Using OpenCL
IEIE Transactions on Smart Processing & Computing
2015 .02
-
점집합을 위한 GPU기반 실시간 전역조명 렌더링
한국컴퓨터그래픽스학회 학술대회
2019 .07
-
모바일 GPU 를 효율적으로 이용하기 위한 고효율 Frequency Governor 기법 개발
한국정보과학회 학술발표논문집
2018 .12
-
데이터 크기에 따른 GPU 기반 쓰레드 블록 할당 제한 방법의 자원 효율성 변화 분석
한국정보과학회 학술발표논문집
2019 .12
-
Improving Pipeline Utilization with Two-Level Instruction Issue on GPUs
ITC-CSCC :International Technical Conference on Circuits Systems, Computers and Communications
2015 .06
-
효율적 딥러닝 학습을 위한 GPU의 DRAM 에너지 절감 연구
한국정보과학회 학술발표논문집
2020 .12
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2023-569-001338318